• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
孙茂一,杨林,周志通,高春林,张安安.基于SLLE的电缆附件局部放电模式识别[J].电测与仪表,2019,56(22):25-30.
Sun Maoyi,Yang Lin,Zhou Zhitong,Gao Chunlin,Zhang Anan.Pattern recognition for partial discharge of cable accessories based on SLLE[J].Electrical Measurement & Instrumentation,2019,56(22):25-30.
基于SLLE的电缆附件局部放电模式识别
Pattern recognition for partial discharge of cable accessories based on SLLE
DOI:10.19753/j.issn1001-1390.2019.022.005
中文关键词:  电缆附件  局部放电  相位分割  监督局部线性嵌入  模式识别
英文关键词:cable  accessories, partial  discharge, phase  segmentation, supervised  locally lnear  embedding (SLLE) pattern  recognition
基金项目:国家重点研发计划“新一代智能信息技术在配用电系统中的应用研究与平台测试”(2017YFE0112600)
              
作者中文名作者英文名单位
孙茂一Sun Maoyi中国测试技术研究院
杨林Yang Lin中车眉山车辆有限公司
周志通Zhou Zhitong西南石油大学
高春林Gao Chunlin西南石油大学
张安安Zhang Anan西南石油大学
摘要点击次数: 1737
中文摘要:
      为更全面地提取局部放电信号的特征值信息,提高识别率,将局部放电统计特征参数和矩特征参数相结合,提取出高维的特征值。从不同的角度出发从而结合两种不同的方法对局放特征提取的优点。同时在流形学习非监督的基础上引入了监督信息,从而保证高维到低维的映射在保留流形某些结构的同时也可进一步分离不同类别的流形。利用基于监督的局部线性嵌入(Supervised Locally Linear Embedding,SLLE)对局部放电特征值进行降维优化处理,提取出具有较高分类能力的最优特征值。然后,利用电力电缆附件的4种典型缺陷进行实验对比,结果表明本文方法较好的提取出最优特征值,且能得到更准确的识别结果。
英文摘要:
      In order to extract the feature value information of the partial discharge signal more comprehensively and improve the recognition rate, statistical feature parameters and moment feature parameters are combined to extract high-dimensional eigenvalues from different angles. The advantages of partial discharge feature extraction are combined with two different methods. At the same time, based on non-supervised manifold learning, a supervised information is induced to the algorithm to ensure the map from high dimension to low dimension to retain some manifold structures and also to seperate different kinds of manifolds. The Supervised Locally Linear Embedding (SLLE) is used to reduce the dimension of the eigenvalues, and the optimal eigenvalues with higher classification ability are extracted. Then, the experimental comparison of four typical defects of power cable accessories shows that the proposed method can extract the optimal eigenvalues better and obtain more accurate recognition results.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司